Projeto ATD

2ºsemestre 2020/2021

FCTUC - DEI

Membros:

Ler dados do acelerómetro para variável

(1 variável / experiência )

userA_expB (Experiência B do Sujeito A)
Juntar à estrutura com os dados a informação do tempo em minutos de cada experiência

Guardar os dados das experiências num ficheiro .dat, para ler mais tarde

Verificação dos dados presentes no DataSet, através da função 'info()' das DataFrame da livraria Pandas.

Esta função devolve informações sobre a informação presente na DataFrame. É devolvida uma string com a quantidade de valores presente não nula, a quantidade de valores presente com valor nulo e ainda o tipoda informação presente em cada coluna.

Assim, é possível verificar que o DataSet está bastante completo, sem falhas de informação, e o tipo de dados existente nele. No caso dados do tipo float.

Leitura dos dados inseridos no ficheiro 'users.dat', anteriormente.

Este ficheiro contém um array com as informações de cada experiência inseridas numa DataFrame

Atividades Dinâmicas:

1. WALKING

2. WALKING_UPSTAIRS

3. WALKING_DOWNSTAIRS

Atividades Estáticas:

1. SITTING

2. STANDING

3. LAYING

Atividades de Transição:

1. STAND_TO_SIT

2. SIT_TO_STAND

3. SIT_TO_LIE

4. LIE_TO_SIT

5. STAND_TO_LIE

6. LIE_TO_STAND

Função para escrever manualmente as atividades nos plots

Visualização das atividades para todas as experiências do nosso dataset

cenas do 3

Fragmentação da atividade dinâmica WALKING

Primeiro Seccionar os intervalos da realização da atividade, de modo a poder operar apenas sobre eles

AVALIAR A PRIMEIRA EXPERIÊNCIA DO PRIMEIRO VOLUNTÁRIO

Pela análise visual dos gráficos acima, a ação aparenta ter uma periodicidade próxima dos 0.019 s

Como é visível pelos gráficos acima, parece legítimo considerar 57 como um valor aproximado de N para o intervalo criado, havendo uma sobreposição de todas as divisões e aproximando se bastante de um período no gráfico acima. Visualmente, no gráfico anterior, também se verifica que as diferentes cores se assemelham a um período